LemonBoss Base Agent 四阶段 (4-Phase) 使用指南

1. 概念与定位

在经历了 Harness Engineering 的重构后，Base Agent（基座数字员工）不再是一个简单的“全能聊天机器人”，而是被设计成一台严密的、流水线式的自动执行机器。 它的核心特征是 “分阶段切片运行” (Phase-Slicing Execution)。它在任何时刻都只拥有一种明确的脑部模式（Meta-Skill），以最高效的方式避免“长上下文衰减（Context Decay）”引起的注意力涣散和“工具滥用”引发的安全风险。

当接受一项任务（尤其是长链路的开发、撰写或爬虫任务）时，Base Agent 会不可逆地单向穿越以下四个阶段：

阶段名	行动挂载的技能 (Meta-Skill)	工具权限	当前使命	产出成果物 (Artifact)
Research (调研)	meta-research	终端只读权限	不做假设，充分使用读写工具摸排所有上下文信息并提炼精华。	workspace/_research.md
Plan (规划)	meta-plan	轻度文本输出	根据前置调研，严密推演并产出外科手术式的 1/2/3 行动清单。	workspace/_plan.md
Execute (执行)	meta-execute	万能扳手(bash)	心无旁骛，完全依照规划改文件、跑脚本，禁止擅改架构。	改动后的代码或输出文件
Verify (验证)	meta-verify	测试与运行权限	自测，调用脚本或运行环境；若失败则撰写防坑日志，若成功则汇报。	workspace/_lessons.md / PASS

---

2. 状态扭转与 Context Flush（记忆断舍离）

每当一个阶段完成，Agent 绝不能在当前的记忆流中直接开始下一个阶段。它会被迫调用以下 CLI 命令：

node bin/lemon.js task transition --agentId <你的ID> --phase <下一阶段> --artifact <该阶段的文本路径>

系统此时会进行物理干预：

1. 换脑 (Hot Swap)：系统会剥夺其上一阶段的技能组，将比如 meta-plan 塞入它的核心大纲。
2. 失忆 (Context Flush)：系统强制杀死它当前的后台进程，清空它长达几百轮的记忆和所有报错产生的噪音文本。
3. 轻装上阵 (Clean Start)：系统给重新启动的 Agent 唯一一条初始化信息：“你已经进入了新阶段，这是你上个阶段的精华产出物 Artifact，请基于它继续工作。”

这种做法确保了越到后面的高危阶段，Agent 的决策视界就越清晰。

---

3. Human-in-the-loop: P0 级任务的拦截阀

如果你向数字员工派发的任务被标记为了 P0 (Critical)：

node bin/lemon.js task dispatch --from ceo --to worker_01 --task "全面重构支付网关逻辑" --priority P0

当 Base Agent 顺利完成 Research 并且写好 _plan.md，正打算启动 transition 跨入 Execute 阶段召唤“Bash 重器”强改代码前——系统会紧急挂起该操作！

• 它的状态会被标记为 pending_approval（待审批休眠）。
• 你（作为 Master/人类老板）或者你的 CEO 会收到一条私信，请求审阅该 _plan.md。
• 此举以仅仅审阅一页文字的低昂成本，换来了百倍高的止损防火墙。

---

4. 防撞墙：微自反思闭环 (Autoresearch Error Loop)

如果 Agent 在 Execute 或 Verify 阶段遇到了顽固的 Bug（比如包冲突、语法错误），系统并不鼓励立刻抛出求救。 它是带有自修正微闭环的：

1. 遇到报错后，它会将这个致命踩大坑的经过与解决方案总结进 workspace/_lessons.md。
2. 当它被要求 Retry 重试时，系统会把它自己写的这段防坑经验，像免死金牌一样挂载在系统提示词的第一行：## ⚠️ 本地试错防坑经验 (_lessons.md)。
3. 从此这只瞎撞墙的苍蝇，拥有了不碰同一堵墙两次的能力。

---

5. 经济算力（Economic Profiling）报表

每次发生阶段切换 (Transition) 或一次回复打结，系统会默默在后台日志 data/logs/billing.log 计算本次任务切片的真实美元花费（USD Cost）和耗时评估。

通过这种核算拆解，管理者可以知道： “为了执行一个爬虫任务，员工小李在 Research 的资料搜索里烧了 $0.5，而 Execute 写代码只烧了 $0.02。”进而可以基于这些财务数字去优化上游给它的 Task 精准度。

---

6. 使用建议 (Best Practices)

1. 对于复杂长链条指令：不要试图跟从前的聊天大模型一样对它下达含糊的“全干指令”。让它按这四阶走，明确告知你的质量要求。
2. 信任 _lessons.md：如果你作为人类看它钻了死胡同，你可以直接人肉打开它的工作区，手工往 _lessons.md 里加一句话：“绝对不要再用 Python 2 的语法去跑脚本！用 python3！”剩下的，放心交给它去修正即可。